新闻详情

新闻详情

首页 / 资讯中心 / 详情

Bangumi 追番客户端安装配置指南:从零到双平台可运行

发布时间:2026/11/20 4:33:40来源:尧图网络
Bangumi 追番客户端安装配置指南:从零到双平台可运行
Bangumi 追番客户端安装配置指南从零到双平台可运行【免费下载链接】Bangumi:electron: An unofficial https://bgm.tv ui first app client for Android and iOS, built with React Native. 一个无广告、以爱好为驱动、不以盈利为目的、专门做 ACG 的类似豆瓣的追番记录bgm.tv 第三方客户端。为移动端重新设计内置大量加强的网页端难以实现的功能且提供了相当的自定义选项。 目前已适配 iOS / Android。项目地址: https://gitcode.com/GitHub_Trending/ba/Bangumi新番季一开场散落在浏览器书签和手机笔记里的追番清单总需要收拢到一个地方。Bangumi 是 bgm.tv 的第三方客户端以统一的形式记录动画、音乐、日剧与游戏等二次元条目并基于 React Native 为 Android 与 iOS 重新设计了界面。本文按“准备、落地、构建、维护”四个阶段展开带你把项目从空环境跑到真机可交互。环境体检前置软件清单构建前先核对工具链。Android 与 iOS 的差异集中在原生工程一侧Node 侧两者一致。平台软件用途双端Node.jsLTS 版 Git运行脚本、拉取代码双端Yarn安装依赖官方要求npm 版本解析易出偏差安卓JDK注意是 JDKJRE 不行Gradle 原生打包安卓watchman监听文件变更缺失会报“监听文件过多”安卓Android Studio USB 调试连接真机部署iOSmacOS Xcode Expo 客户端调试与签名运行npm 源保持官方 registry。项目说明中明确提示淘宝镜像在跑环境时可能提示不允许代理遇到此类报错先换源再排查其他因素。快速落地源码克隆与依赖安装拉取仓库并进入目录git clone https://gitcode.com/GitHub_Trending/ba/Bangumi cd Bangumi该项目把依赖拆分为 iOS、安卓、Web 三套环境由 packages/env.js 统一管理不要在根目录直接装包。先切到目标环境目录安装cd packages/ios # 安卓开发则进入 packages/android yarn再回到根目录切换开发环境yarn env iospostinstall阶段会自动执行 patch-package把 patches/ 下的补丁打到依赖上。三套环境的目录结构与补丁归属见 packages/README.md。双平台构建安卓与 iOS 构建命令差异两套原生工程各自独立命令与入口如下表。项目安卓iOS环境切换yarn env androidyarn env ios依赖目录packages/android/packages/ios/原生工程android/Gradleios/CocoaPods调试方式Metro USB 真机Expo 客户端 Xcode排障起手式./gradlew clean重新pod install安卓打包前先进入工程目录清理一次cd android ./gradlew cleaniOS 侧先同步 Pods再打开ios/Bangumi.xcworkspace用 Xcode 运行cd ios pod install安卓真机需开启开发者调试模式并授予应用安装权限与悬浮窗权限gradle 依赖缓存只有 24 小时偶发的read timeout多为网络波动重试即可。启动与验证跑通后的预期结果根目录执行yarn dev启动 Expo 服务。iOS 用 Expo 客户端扫终端二维码安卓通过 USB 连接后自动加载调试包。验证按这个顺序走启动页 → 登录 bgm.tv 账号 → 把一部动画加入追番清单 → 更新一集进度。进度能落库并回显说明登录、记录、CDN 缓存三条链路全部打通。故障快排常见构建报错条目spawnSync adb ENOENTadb 不在 PATH 中把 Android SDK 的 platform-tools 目录加入环境变量。Gradle 拉包失败或read timeout依赖缓存过期网络恢复后执行./gradlew clean重试。“监听文件过多”类报错安装 watchman 后重跑。Apple 芯片上打包失败核对 JDK 版本JRE 无法替代。postinstall补丁应用失败对照 packages/README.md 检查 patches/ 目录下的补丁符号链接是否完整。进阶玩法主题定制与数据同步外观主题状态集中在 src/stores/theme/登录后可在应用内设置项调整深浅色与自定义配色。设置页界面实现位于 src/screens/user/setting/含账号安全、CDN 服务、隐私等分组。数据同步bgm.tv 账号是单一数据源同一账号在两台设备登录即共享追番记录无需手动迁移。版本说明每个版本的图文更新记录维护在 web/CHANGELOG.MD排查行为差异前先查这里。项目脉搏活跃度与维护状态仓库最近一次提交在 2026 年 9 月 24 日处于持续维护状态。项目自 2019 年前后开始开发仓库内保留有 2019 至 2022 各年的年鉴素材页面数量超过 100基本覆盖 bgm.tv 网站全部页面。多环境补丁体系下安卓环境维护 7 个依赖补丁iOS 环境维护 3 个均在 packages/ 内统一管理。收尾建议首次运行成功后选一部当季动画加入追番清单并更新一集进度。这个动作会一次性验证账号登录、进度记录与 CDN 缓存比逐项点功能菜单更能确认环境搭建无误。更多项目背景与功能说明见仓库根目录 README.MD。【免费下载链接】Bangumi:electron: An unofficial https://bgm.tv ui first app client for Android and iOS, built with React Native. 一个无广告、以爱好为驱动、不以盈利为目的、专门做 ACG 的类似豆瓣的追番记录bgm.tv 第三方客户端。为移动端重新设计内置大量加强的网页端难以实现的功能且提供了相当的自定义选项。 目前已适配 iOS / Android。项目地址: https://gitcode.com/GitHub_Trending/ba/Bangumi创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/20 0:44:51

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/19 15:17:14

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/19 20:26:12

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/19 15:16:22

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/19 18:03:31

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/20 0:44:55

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉